selfcorrexp2/llama3_openmath_em_ep1_tmp10_gold_reward
收藏Hugging Face2025-01-07 更新2025-04-26 收录
下载链接：
https://hf-mirror.com/datasets/selfcorrexp2/llama3_openmath_em_ep1_tmp10_gold_reward
下载链接
链接失效反馈官方服务：
资源简介：
这是一个包含多个字段的数据集，其中包括索引（idx）、真实标签（gt）、提示信息（prompt）、难度级别（level）、类型（type）、解决方案（solution）、用户解决方案（my_solu）、预测结果（pred）、奖励标志（rewards）、消息列表（messages，包含内容和角色）、自定义提示（my_prompt）以及代理奖励（proxy_reward）。数据集分为训练集，共有5000个示例，大小为43991326字节。
This dataset includes multiple fields such as index (idx), ground truth labels (gt), prompt information (prompt), difficulty level (level), type (type), solution (solution), users solution (my_solu), prediction results (pred), reward flags (rewards), a list of messages (including content and role), custom prompt (my_prompt), and proxy reward (proxy_reward). The dataset is split into a training set with a total of 5000 examples, totaling 43991326 bytes in size.
提供机构：
selfcorrexp2
